Interstrand pairing patterns in $β$-barrel membrane proteins: the positive-outside rule, aromatic rescue, and strand registration prediction
$β$ -桶膜蛋白存在于革兰氏阴性菌、线粒体和叶绿体的外膜中。我们已经开发了概率模型，以量化不同的空间位置和链间成对接触的相互作用，涉及强氢键，侧链相互作用，弱氢键的残基的倾向。通过我们开发的分析公式精确地计算了测量统计显著性的倾向值和p值。与螺旋膜蛋白的“内部阳性”规则相反，$β$ -桶膜蛋白遵循显著但较弱的“外部阳性”规则，因为碱性残基Arg和Lys在细胞外帽区不成比例地有利，而在周质帽区不利。不同的残基对优选强骨架H键合的链间配对（例如Gly-芳香族）或非H键合的配对（例如芳香族-芳香族）。此外，Tyr和Phe通过保护Gly免受极性环境的影响而参与芳香救援。这些倾向可用于预测链对的配准，这是$β$ -桶膜蛋白结构预测的一项重要任务。我们的准确率为44%，远远好于随机（7%）和其他研究。我们的研究结果意味着几个实验，可以帮助阐明在体外和体内折叠的$β$桶膜蛋白的机制。有关详细技术，请参阅参考书目后的补充材料。
2006-01-19 q-bio.BM
Atomic-accuracy prediction of protein loop structures through an RNA-inspired ansatz
一致性预测生物聚合物结构在原子分辨率单独从序列仍然是一个困难的问题，即使是小的子段的大蛋白质。在比较建模和蛋白质设计中经常出现的这种环预测挑战，当环长度超过10个残基并且如果周围的侧链构象被擦除，则可能变得难以处理。本文介绍了一种基于“逐步ansatz”的建模策略，最近开发的RNA建模，假定任何现实的全原子分子构象可以建立由残基的残基逐步枚举。当利用Rosetta框架中的动态编程类递归时，所得到的逐步组装（SWA）协议能够以数千CPU小时的显著但可实现的成本对12个残基循环进行枚举采样。在先前建立的基准中，SWA恢复了20个循环中19个循环的亚埃精度的晶体学构象，而KIC建模的20个循环中有14个循环的计算能力相当。此外，SWA对生物学文献中突出显示的另外一组15个环给出了高准确度结果，因为它们的不规则性或不寻常的长度。成功的例子包括顺式-Pro接触转角、穿过其他侧链隧道的环和长度高达24个残基的环。剩余的问题情况下，罗塞塔所有原子能量函数的不准确性。在另外五个盲测中，SWA实现了亚埃精度模型，包括在蛋白质/RNA结合界面中的首次成功，即第四次RNA谜题竞赛中的YbxF/扭结-转弯相互作用。这些结果建立了全原子计数作为蛋白质结构的系统方法，可以利用高性能计算和物理上真实的能量函数来更一致地实现原子分辨率。
2013-05-24 q-bio.BM
Protein escape at the ribosomal exit tunnel: Effect of the tunnel shape
本文基于海绒archeon Haloarcula marismortui核糖体大亚基蛋白质数据库（PDB）的结构，研究了新生蛋白质在核糖体出口隧道中的翻译后逃逸。分子动力学模拟表明，在中等和高温下，包括一个假定的生理温度，蛋白质逃逸过程中的原子隧道是定量相似的长度L = 72毫米，直径d = 16毫米的圆柱隧道。在低温下，原子隧道，然而，产生一个增加的概率蛋白质捕获内的隧道，而圆柱隧道不会导致捕获。全$β$蛋白倾向于比全$α$蛋白更快地逃逸，但这种差异在增加蛋白链长度时变得模糊。一个29残基锌指结构域被严重困在隧道内。然而，大多数考虑的单结构域蛋白质，可以有效地逃逸在生理温度下的逃逸时间分布以下的扩散模型，在我们以前的工作。外推的模拟数据的摩擦系数为氨基酸的现实值表明，逃逸时间的球状蛋白质是在亚毫秒尺度。有人认为，这个时间尺度是足够短的核糖体的顺利运作，不允许新生蛋白质堵塞核糖体隧道。
2020-08-24 cond-mat.stat-mech q-bio.BM
Inferring interaction partners from protein sequences using mutual information
功能性蛋白质相互作用在大多数细胞过程中是至关重要的。它们使多蛋白质复合物能够组装并保持稳定，并且它们允许各种途径中的信号转导。蛋白质之间的功能性相互作用导致相互作用伙伴之间的共同进化，从而导致它们的序列之间的相关性。基于成对最大熵的模型已经能够从已知相互作用伴侣的序列数据中的相关性开始，成功地推断在多蛋白质复合物的三维结构中接触的氨基酸残基对。最近，受这些方法启发的算法已经被开发出来，以确定哪些蛋白质是两个家族的旁系同源蛋白质之间的功能相互作用伙伴，仅从序列数据开始。在这里，我们证明了一个略高的性能，合作伙伴识别可以达到一个近似最大化的两个蛋白质家族的序列比对之间的互信息。我们的基于互信息的方法还提供了蛋白质家族之间存在相互作用的签名。这些结果与来自序列数据的蛋白质和多蛋白质复合物的结构预测形成对比，其中与互信息相比，基于成对最大熵的全局统计模型大大提高了性能。我们的研究结果意味着，统计依赖性，允许从序列数据的相互作用伙伴预测不限于在伙伴蛋白质之间的界面处直接接触的残基对。
2018-11-13 physics.bio-ph q-bio.BM
A clustering-based biased Monte Carlo approach to protein titration curve prediction
在这项工作中，我们开发了一种有效的方法来计算系统中的整体平均值与实体之间的成对添加剂充满活力的相互作用。涉及配置空间的完全枚举的方法导致指数复杂性。采样方法，如马尔可夫链蒙特卡罗（MCMC）算法已被提出来解决这些问题的指数复杂性，然而，在某些情况下，显着的能量耦合实体之间存在，这种算法的效率可能会降低。我们使用了一种策略，以提高MCMC的效率，利用集团结构的相互作用能矩阵偏置的采样。我们追求两个不同的计划有偏见的MCMC运行，并表明它们是有效的MCMC计划。我们使用合成和真实世界的系统，以显示我们的偏MCMC方法相比，定期MCMC方法的性能改善。特别是，我们将这些算法的问题估计质子化系综平均值和滴定曲线的蛋白质中的残基。
2020-10-10 q-bio.BM
TriFit: Trimodal Fusion with Protein Dynamics for Mutation Fitness Prediction
Department of Physics（物理系）；Astronomy, Rice University, Texas, USA（天文学、里士满大学、德克萨斯州、美国）
TriFit通过三模态融合模块整合序列、结构和蛋白质动力学信息，利用四专家混合专家模型提升突变适应度预测性能，实现优于现有基线模型的高准确率。
2026-04-13 cs.LG q-bio.BM q-bio.QM
Predicting protein contact map using evolutionary and physical constraints by integer programming (extended version)
Toyota Technological Institute at Chicago（芝加哥丰田工业大学）
动机蛋白质接触图描述了蛋白质中残基的空间和功能关系，包含了蛋白质三维结构预测的关键信息。尽管已经被广泛研究，但仅使用序列信息预测接触图仍然非常具有挑战性。现有的方法大多是逐元素地预测接触图矩阵，忽略了接触之间的相关性和整个接触图的物理可行性。最近的几种方法预测接触地图的基础上残基的共同进化，考虑到接触相关性和执行稀疏约束，但这些方法需要非常大量的序列同源物的蛋白质在考虑和所得的接触地图可能仍然是物理上不利的。结果本文提出了一种新的方法PhyCMAP接触地图预测，集成了机器学习和整数线性规划（ILP）的进化和物理约束。进化约束包括序列特征、残基协同进化和环境特异性统计势。物理约束比稀疏约束更具体地描述了接触之间的关系。因此，我们的方法大大减少了接触映射矩阵的解空间，从而显着提高了预测精度。实验结果证实，PhyCMAP优于目前流行的方法，无论有多少序列同源物可用于所考虑的蛋白质。PhyCMAP可以在PSIBLAST搜索序列同源物后几分钟内预测接触，比最近的两种方法PSICOV和EvFold快得多。有关Web服务器，请参见http://raptorx.uchicago.edu。
2013-08-19 cs.CE cs.LG math.OC
Rigidity strengthening is a vital mechanism for protein-ligand binding
蛋白质-配体结合是几乎所有生命过程所必需的。蛋白质与配体相互作用的理解对于合理的药物设计和蛋白质设计是至关重要的。基于大规模的数据集，我们表明，蛋白质刚性增强或柔性降低是一个枢转机制，在蛋白质配体结合。我们的方法完全基于刚性是能够揭示一个令人惊讶的长范围的贡献的四个残基层的蛋白质-配体结合，这对药物和蛋白质设计的衍生物。此外，目前的工作表明，在各种成对相互作用中，范德瓦尔斯直径范围内的短程相互作用是最重要的。结果发现，本方法优于所有其他国家的最先进的评分功能的蛋白质-配体结合亲和力预测的两个基准数据集
2017-03-31 physics.chem-ph q-bio.BM
Boltzmann Machine Learning with a Parallel, Persistent Markov chain Monte Carlo method for Estimating Evolutionary Fields and Couplings from a Protein Multiple Sequence Alignment
本文提出利用Boltzmann机和并行持久马尔可夫链蒙特卡洛方法，通过氨基酸单点和配对频率估计蛋白质进化场和耦合，提升蛋白质结构与进化研究的计算效率。
2026-04-20 cond-mat.stat-mech cs.LG q-bio.BM
Phylogenetic correlations can suffice to infer protein partners from sequences
确定哪些蛋白质相互作用对于系统水平的细胞理解至关重要。最近，算法的基础上直接耦合分析（DCA）成对最大熵模型已经允许确定从序列数据的旁系同源蛋白质之间的相互作用的合作伙伴。DCA在预测蛋白质相互作用方面的成功可能主要是基于其已知的鉴定在蛋白质复合物的三维结构中接触的残基对以及共同进化以保持物理化学互补的残基对的能力。然而，相互作用的蛋白质具有相似的进化历史。纯粹的系统发育相关性在基于DCA的方法推断相互作用伙伴的性能中的作用是什么？为了解决这个问题，我们采用了受控的合成数据，这些数据只涉及遗传学，没有相互作用或接触。我们发现，DCA准确地识别共享进化历史的合成序列对。虽然系统发育相关性混淆DCA接触残基的鉴定，因此，它们是有用的预测旁系同源物之间的相互作用的合作伙伴。我们发现，DCA执行以及系统发育的方法，为此，并略优于他们与大而准确的训练集。在迭代配对算法（IPA）中采用DCA或系统发育方法可以在没有训练集的情况下预测进化伙伴对。我们证明了这些不同的方法能够正确预测真正的旁系同源蛋白质与基因组接近，但没有已知的物理相互作用之间的配对，说明了自然数据中的系统发育相关性的重要性。然而，物理相互作用和强烈的共同进化的蛋白质，DCA和互信息优于系统发育方法。我们讨论如何区分物理相互作用的蛋白质从那些只共享进化历史。
2019-09-04 cond-mat.stat-mech physics.bio-ph q-bio.BM
Inferring interaction partners from protein sequences
特定的蛋白质-蛋白质相互作用在细胞中至关重要，既可以确保多蛋白质复合物的形成和稳定性，也可以使各种途径中的信号转导成为可能。蛋白质之间的功能相互作用导致相互作用伙伴之间的共同进化，导致它们的序列相关。在这里，我们利用这些相关性来准确地识别哪些蛋白质是仅从序列数据中的特定相互作用伙伴。我们的一般方法，采用成对最大熵模型来推断残基之间的耦合，已成功地用于预测蛋白质的三维结构的序列。因此，启发，我们引入了一个迭代算法来预测特定的相互作用伙伴从两个蛋白质家族的成员是已知的相互作用。我们首先评估算法对细菌双组分信号系统中组氨酸激酶和反应调节剂的性能。我们在没有任何关于相互作用伙伴的先验知识的情况下，在我们的完整数据集上获得了惊人的0.93真阳性分数，并且我们揭示了这种成功的起源。然后，我们将该算法应用于ATP结合盒（ABC）转运蛋白复合物的蛋白质，并在这些系统中获得准确的预测。最后，我们提出了两个指标，准确区分相互作用的蛋白质家族，从非相互作用的，只使用序列数据。
2016-11-17 physics.bio-ph q-bio.BM
Learning protein sequence embeddings using information from structure
Massachusetts Institute of Technology（麻省理工学院）
从蛋白质的氨基酸序列推断其结构特性是生物学中一个具有挑战性的重要问题。绝大多数蛋白质序列的结构是未知的，但结构对于理解功能至关重要。现有的从序列中检测蛋白质之间结构相似性的方法无法识别和利用结构模式，当序列偏离太远时，限制了我们在结构相关蛋白质之间转移知识的能力。我们通过表示学习的视角来处理这个问题。我们介绍一个框架，映射任何蛋白质序列的载体嵌入序列-每个氨基酸位置-编码的结构信息。我们在蛋白质序列上训练双向长短期记忆（LSTM）模型，该模型具有两部分反馈机制，该机制包含来自（i）蛋白质之间的全局结构相似性和（ii）单个蛋白质的成对残基接触图的信息。为了能够从结构相似性信息中学习，我们定义了一种新的相似性度量，基于它们之间的软对称对齐（SSA）的任意长度的向量嵌入序列之间。我们的方法是能够学习有用的位置特定的嵌入，尽管缺乏序列之间的位置级对应的直接观察。我们的经验表明，我们的多任务框架优于其他基于序列的方法，甚至在预测结构相似性时，我们的目标是最好的基于结构的比对方法。最后，我们证明了我们学习的嵌入可以转移到其他蛋白质序列问题，提高跨膜结构域预测的最新水平。
2019-10-16 cs.LG q-bio.BM stat.ML
Site2Vec: a reference frame invariant algorithm for vector embedding of protein-ligand binding sites
IIT Tirupati（印度蒂鲁帕蒂理工学院）
蛋白质与配体相互作用是生命系统中分子相互作用的基本类型之一。配体是在蛋白质分子表面称为结合位点的特定区域与蛋白质分子相互作用的小分子。诸如蛋白质功能相似性的评估和药物副作用的检测等任务需要鉴定跨不同途径的不同蛋白质的相似结合位点。用于相似性评估的机器学习方法需要结合位点的特征描述符。基于手工设计的图案和原子配置的传统方法不能在数千个站点上扩展。在这方面，现在部署了可以捕获非常复杂的输入特征空间的深度神经网络算法。然而，将深度学习应用于结合位点结构的一个基本挑战是输入表示和参考框架。我们在这里报告一个新的算法Site 2 Vec，推导出参考框架不变的载体嵌入的蛋白质配体结合位点。该方法是基于代表点和化学组成的组成氨基酸的网站之间的成对距离。向量嵌入充当用于邻近查询和确定相似站点的局部敏感散列函数。该方法在10个数据集和23个其他站点比较方法的广泛基准研究中质量分数超过95%，表现最佳。该算法用于高通量处理，并已被评估为相对于参考帧移位，坐标扰动和残基突变的稳定性。我们提供Site 2 Vec作为一个独立的可执行文件和托管在\url{http://services.iittp.ac.in/bioinfo/home}的Web服务。
2020-07-27 cs.CG cs.LG q-bio.BM
